基于小波网络的船舶柴油机燃油系统故障诊断

doi:10.3969 /j.issn.1674-0696.2012.02.40

重庆交通大学学报（自然科学版） ›› 2012, Vol. 31 ›› Issue (2): 349-352.DOI: 10.3969 /j.issn.1674-0696.2012.02.40

基于小波网络的船舶柴油机燃油系统故障诊断

印洪浩，彭中波

重庆交通大学航海学院，重庆400074

收稿日期:2011-09-09 修回日期:2011-11-07 出版日期:2012-04-15 发布日期:2014-10-31
作者简介:印洪浩( 1974 － ) ，男，重庆人，讲师，博士研究生，主要从事轮机工程方面的教学和研究工作。E-mail: yinhonghao163@163． com。
基金资助:
重庆市教育委员会自然科学基金项目( KJ00402)

Fault Diagnosis of Marine Diesel Engine Fuel System Based on Wavelet Neural Network

Yin Honghao，Peng Zhongbo

School of Maritime，Chongqing Jiaotong University，Chongqing 400074，China

Received:2011-09-09 Revised:2011-11-07 Online:2012-04-15 Published:2014-10-31

摘要/Abstract

摘要： 采用小波变换和BP 神经网络的辅助式结合，通过小波变换提取故障特征向量作为BP 神经网络的输入值，设计并组建了小波神经网络; 利用小波变换模极大值分析高压油管燃油压力信号的奇异性，提取故障特征向量; 根据故障采集数据并建立学习样本，通过网络训练建立BP 神经网络输入和输出间良好的非线性映射，进而通过特征向量输入BP 神经网络来诊断故障。实验数据分析表明: 该方法具有良好的诊断效果。

关键词: 小波分析, 神经网络, 柴油机, 燃油系统, 故障诊断

Abstract: A wavelet neural network have been designed and built up． The singularity of fuel pressure signal is analyzed by wavelet transform modulus maxima to extract fault feature vectors． According to the data sampled from diesel engine fuel system working conditions，learning samples are obtained． Accordingly，nonlinear mapping between the neural network inputs and outputs have been well established via network training． Afterwards，fault diagnosis is achieved based on the input of feature vectors． According to the analysis and verification from the experimental data，this method is of good diagnosis effect．

Key words: wavelet analysis, neural network, diesel engine, fuel system, fault diagnosis

中图分类号:

TK 464

印洪浩，彭中波. 基于小波网络的船舶柴油机燃油系统故障诊断[J]. 重庆交通大学学报（自然科学版）, 2012, 31(2): 349-352.

Yin Honghao，Peng Zhongbo. Fault Diagnosis of Marine Diesel Engine Fuel System Based on Wavelet Neural Network[J]. Journal of Chongqing Jiaotong University(Natural Science), 2012, 31(2): 349-352.

参考文献

[1] 刁帅，刘磊．遗传算法优化的模糊神经网络在故障诊断中的应用[J]．武汉船舶职业技术学院学报，2010，9 ( 3) : 30 － 33．
Diao Shuai，Liu Lei． Simulation studies of genetic algorithm for optimizing fuzzy neural network in fault diagnosis [J]． Journal of Wuhan Institute of Shipbuilding Technology，2010，9 ( 3) : 30 －33．
[2] 曾谊晖，鄂加强，朱浩，等．基于贝叶斯网络分类器的船舶柴机冷却系统故障诊断[J]．中南大学学报: 自然科学版，2010，41( 4) : 1379 － 1384．
Zeng Yihui，E Jiaqiang，Zhu Hao，et al． Fault diagnosis on cooling system of ship diesel engine based on Bayes network classifier[J]． Journal of Central South University: Science and Technology，2010，41( 4) : 1379 － 1384．
[3] 肖云魁．汽车故障诊断学[M]．北京: 北京理工大学出版社，2006．
[4] 张梦云，潘剑锋，薛宏，等．柴油机燃油供给系统故障诊断研究[J]．农机化研究， 2011， 33( 1) : 211 － 214．
Zhang Mengyun，Pan Jianfeng，Xue Hong，et al． Research on fault diagnosis for fuel injector system of diesel engine[J]． Journal of Agricultural Mechanization Research，2011，33( 1) : 211 － 214．
[5] 郭先定，李敏，何光普．小波变换模极大值法检测信号突变点[J]．电气应用， 2006，25( 11) : 90 － 92．
Guo Xianding，Li Min，He Guangpu． Applying wavelet-transform to inspect the discontinuous dot of signal[J]． Electrotechnical Application，2006，25( 11) : 90 － 92．
[6] 任俊玲，郭军．基于小波理论的神经网络模型构造[J]．电脑开发与应用，2004，17( 8) : 19 － 21．
Ren Junling，Guo Jun． Network model structure based on wavelet theory [J]． Computer Development ＆ Applications，2004，17( 8) : 19 － 21．
[7] 朱云芳，戴朝华，付攀．信号分解采用小波神经网络的刀具故障诊断[J]．振动测试与诊断，2006，26( 1) : 64 － 66．
Zhu Yunfang，Dai Chaohua，Fu Pan． The fault diagnosis of tool based on wavelet neural network [J]． Journal of Vibration，Measurement＆ Diagnosis，2006，26( 1) : 64 － 66．
[8] 李义宝，张学勇，马建国．基于BP 神经网络的改进算法研究[J]．合肥工业大学学报，2005，28( 6) : 668 － 671．
Li Yibao，Zhang Xueyong，Ma Jianguo． Study of improving algorithms based on the BP neural network[J]． Journal of Heifei University of Technology，2005，28( 6) :668 － 671．

[1]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[2]	刘杰. 基于栈式自编码的高速铁路站间客流短期预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 26-30.
[3]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[4]	李军，张俊，张世义. 基于ABP-EKF算法的锂电池SOC估计[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 135-140.
[5]	裴同松1，裴彧2. 基于马尔科夫链-BP神经网络模型对公路运量的预测研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 35-41.
[6]	闫佳庆1，邵鹏1，张立立2，王力1. 考虑大型车因素的城市路网交通流速度预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 7-11.
[7]	陈秀新，叶洋，于重重，张雪. 基于深度学习的雾霾天气下交通标志识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 1-5.
[8]	李鑫鑫1，郑丹1，杨建喜2，蔡昊男1，曾维成3，岳锐强3. 基于GA-BP神经网络的施工区域水质预测及预警模型研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 106-110.
[9]	翁小雄，郝翊. 基于LSTM引入客车占比特征的短时交通流预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 20-25.
[10]	曹青松，易星，许力. 含饱和非线性的主动悬架系统自适应控制[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 126-131.
[11]	陆百川1,2，张冬梅1，舒芹1，李玉莲1. 基于时空特性和灰色残差的交通故障数据诊断与修复[J]. 重庆交通大学学报（自然科学版）, 2020, 39(09): 8-16.
[12]	李广儒，朱庆辉. 基于Elman神经网络的港口货物吞吐量预测[J]. 重庆交通大学学报（自然科学版）, 2020, 39(06): 8-12.
[13]	向华荣1,2，曾敬1,2. 基于卷积神经网络的汽车试验场外物入侵识别[J]. 重庆交通大学学报（自然科学版）, 2020, 39(01): 8-14.
[14]	李军，冷川. 基于RBF神经网络模型的车门多目标轻量化设计[J]. 重庆交通大学学报（自然科学版）, 2019, 38(11): 127-132.
[15]	王贵槐1，钟诚2，初秀民2，张代勇2. 基于BLSTM-RNN的船舶轨迹修复方法[J]. 重庆交通大学学报（自然科学版）, 2019, 38(10): 7-12.

基于小波网络的船舶柴油机燃油系统故障诊断

Fault Diagnosis of Marine Diesel Engine Fuel System Based on Wavelet Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics